資源描述：
《淺談實(shí)時(shí)人臉檢測(cè)》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、上海交通大學(xué)碩士學(xué)位論文實(shí)時(shí)人臉檢測(cè)姓名：曾義申請(qǐng)學(xué)位級(jí)別：碩士專業(yè)：計(jì)算機(jī)軟件與理論指導(dǎo)教師：申瑞民20070101上海交通大學(xué)碩士學(xué)位論文實(shí)時(shí)人臉檢測(cè)摘要人臉檢測(cè)作為計(jì)算機(jī)視覺領(lǐng)域的一個(gè)熱點(diǎn)研究問題，已經(jīng)被研究了數(shù)十年了。早期人臉識(shí)別成為學(xué)界一個(gè)主要的研究議題時(shí)，盡管人臉檢測(cè)作為一個(gè)無法繞開的議題被提出來，但普遍被認(rèn)為難度遠(yuǎn)低于人臉識(shí)別。隨著研究的深入，人臉檢測(cè)被認(rèn)為難度及研究意義與人臉識(shí)別相當(dāng)，并逐漸發(fā)展為模式識(shí)別與圖像處理領(lǐng)域的一個(gè)獨(dú)立研究分支。人臉檢測(cè)一方面作為人臉識(shí)別的前驅(qū)工作，有其無可替代的應(yīng)用價(jià)值。另一方面，由于安全監(jiān)控、自動(dòng)跟蹤等領(lǐng)域的需求，對(duì)視頻中人
2、臉檢測(cè)的實(shí)時(shí)性要求也越來越高。2001年P(guān)aulViola提出的結(jié)合Boosting與級(jí)聯(lián)分類的算法使得人臉的實(shí)時(shí)檢測(cè)向前邁進(jìn)了一大步，但是整個(gè)冗長(zhǎng)的訓(xùn)練過程和檢測(cè)仍有提高的空間。提高檢測(cè)分類器的性能對(duì)人臉檢測(cè)實(shí)時(shí)性的提升有著直接的貢獻(xiàn)，而縮短訓(xùn)練過程對(duì)探索新的高效檢測(cè)技術(shù)有著十分重大的意義。因此本文在現(xiàn)在文獻(xiàn)的基礎(chǔ)上實(shí)現(xiàn)了一個(gè)高準(zhǔn)確率高性能的實(shí)時(shí)人臉檢測(cè)系統(tǒng)。為了減少訓(xùn)練時(shí)間，我們提出了一種基于Boosting的改進(jìn)訓(xùn)練算法。該算法通過對(duì)弱分類器的閾值選擇進(jìn)行一趟處理來降低運(yùn)算時(shí)間復(fù)雜度，并根據(jù)Boosting訓(xùn)練迭代中只改變樣本權(quán)值而不更新樣本的特點(diǎn)對(duì)特征值和排序結(jié)
3、果進(jìn)行緩存來提高訓(xùn)練算法的-IV-上海交通大學(xué)碩士學(xué)位論文性能。同時(shí)提出了一種新的基于檢測(cè)特征數(shù)期望值最小化的級(jí)聯(lián)分類器構(gòu)建方法使得分類器的各層特征數(shù)組合達(dá)到最佳性能。對(duì)訓(xùn)練系統(tǒng)的改進(jìn)大幅提高了人臉檢測(cè)分類器訓(xùn)練系統(tǒng)的性能，使得分類器的訓(xùn)練時(shí)間縮短了60多倍。由于Boosting算法的通用性，該改進(jìn)算法不僅適用于人臉檢測(cè)，也適合所有進(jìn)行權(quán)值更新迭代訓(xùn)練的Boosting算法。另一方面，對(duì)檢測(cè)系統(tǒng)的改進(jìn)使得最優(yōu)組合的檢測(cè)特征數(shù)期望值比已發(fā)表的組合要小將近2倍，從而獲得了比已發(fā)表的特征數(shù)組合高出近80%的性能提升。因此該方法適用于使用Boosting及其變形算法構(gòu)建具有最佳
4、性能的級(jí)聯(lián)分類器。全文共分為7章，內(nèi)容組織安排如下：第一章介紹了人臉檢測(cè)問題的提出與研究背景，研究?jī)?nèi)容與應(yīng)用以及研究難點(diǎn)、研究現(xiàn)狀與相關(guān)工作。第二章概述了作為本文基礎(chǔ)的級(jí)聯(lián)分類器算法以及組成部分的工作原理。第三章詳細(xì)闡述了分類器的訓(xùn)練工作。第四章，詳細(xì)介紹了對(duì)訓(xùn)練與檢測(cè)部分的性能改進(jìn)。第五章，詳細(xì)闡述了整個(gè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)。第六章，給出集成了改進(jìn)算法與工程實(shí)現(xiàn)的系統(tǒng)結(jié)果，并在第七章給出結(jié)論與對(duì)未來研究工作的展望。本文工作得到上海市科委世博會(huì)項(xiàng)目以及國(guó)家CNGI項(xiàng)目的支持。關(guān)鍵詞：實(shí)時(shí)人臉檢測(cè)，AdaBoost,級(jí)聯(lián)分類器,特征數(shù)期望值，快速檢測(cè)，高性能訓(xùn)練算法-V-上海
5、交通大學(xué)碩士學(xué)位論文ResearchonRealTimeFaceDetectionABSTRACTAsahotissueintheresearchfieldofcomputervision,facedetectionhasbeenstudiedfordecades.Intheearlyyears,facedetection,thoughwasproposedasthefirststepoffacerecognition,wasviewedasfareasierthanthelatter.Nevertheless,asthestudygoesdeeper,facedete
6、ctionnowisconsideredtobeasdifficultas,ifnotmoredifficultthan,facerecognition.Asthepre-processoffacerecognition,facedetectionhasitsunalterablevalue.Ontheotherhand,foritsapplicationinthefieldofbiometricsurveillanceandautomatictracking,therealtimerequirementoffacedetectionisbecominghigher.A
7、lthoughtheproposalofthecombinationofBoostingalgorithmandcascadeclassifierbyPaulVioladrewagreatadvanceofrealtimefacedetection,therearestillspacefortheimprovementofclassifiertraininganddetection.ThereforeanimprovedtrainingalgorithmofAdaBoostisproposedtosolvetheproblemoflong
